如何用if条件语句按另一列条件修改DataFrame列值？

你的代码有两个关键问题导致没有效果：

• 错误地把判断结果包裹成了列表（[row['Text_Count'] >= 50]），这是一个包含布尔值的列表，永远不可能等于True
• iterrows()返回的row是原DataFrame的副本，直接修改row['big']不会同步到原数据

下面是两种用if条件实现需求的正确写法：

方法一：循环中通过索引修改原DataFrame #

for index, row in df3.iterrows():
    if row['Text_Count'] >= 50:
        df3.loc[index, 'big'] = 'Yes'

方法二：使用apply结合if条件 #

df3['big'] = df3.apply(lambda row: 'Yes' if row['Text_Count'] >= 50 else row['big'], axis=1)

注意：虽然可以用上述if条件的方式实现，但Pandas官方更推荐你一开始知道的向量化操作（df3.loc[df3['Text_Count'] >= 50, 'big'] = "Yes"），因为循环的执行效率远低于向量化操作，数据量越大差异越明显。

内容的提问来源于stack exchange，提问作者Anna